pandas入门: 对一列取对数或者指数

最新推荐文章于 2024-03-14 15:27:50 发布

jp_666

最新推荐文章于 2024-03-14 15:27:50 发布

阅读量2.7w

点赞数 17

分类专栏： pandas

本文链接：https://blog.csdn.net/jp_666/article/details/104741629

版权

13 篇文章 4 订阅

订阅专栏

pandas中对某一列数据取对数或者指数相关操作。

import pandas as pd
import numpy as np
df = pd.DataFrame([[2, 3], [3, 4]], columns=list("AB"))

结果如下：

   A  B
0  2  3
1  3  4

对A列做log(x + 1)

# 对A列做log(x + 1)
df["A"] = df["A"].apply(np.log1p) # np.log1p与np.expm1互为逆运算

结果如下：

          A  B
0  1.098612  3
1  1.386294  4

# 对A列执行函数e的x次幂-1
df["A"] = df["A"].apply(np.expm1) # np.log1p与np.expm1互为逆运算

结果如下：

           A  B
0   6.389056  3
1  19.085537  4

# 对A列求e的次数幂
df["A"] = df["A"].apply(np.exp) # np.exp与np.log互为逆运算

结果如下：

           A  B
0   7.389056  3
1  20.085537  4

# 对A列取对数
df["A"] = df["A"].apply(np.log) # np.exp与np.log互为逆运算

结果如下：

          A  B
0  0.693147  3
1  1.098612  4

# 对A列开平方
df["A"] = df["A"].apply(np.sqrt)

结果如下：

          A  B
0  1.414214  3
1  1.732051  4

# 对A列计算平方
df["A"] = df["A"].apply(np.exp2) # np.exp2与np.log2互为逆运算

结果如下：

     A  B
0  4.0  3
1  8.0  4

# 对A列计算以2为底的对数
df["A"] = df["A"].apply(np.log2) # np.exp2与np.log2互为逆运算

结果如下：

          A  B
0  1.000000  3
1  1.584963  4

关注